MCP Skill Builder

MCP运维云端

提供方 amalikn

运维云端 stdio · 本地进程 无需鉴权 社区 / 第三方 Claude
查看接入方式

一个本地优先的开源MCP服务器,用于构建和更新操作主题的规范、代理无关的专家包。

一句话选型结论

按资料字段整理

MCP Skill Builder 属于运维云端类 MCP 服务器,stdio · 本地进程,无需鉴权,可直接接入 Claude,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类运维云端 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 10 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

运维云端
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量10暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

MCP服务器Python本地部署专家包构建本地优先开源技能管理

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
pip install -e .[dev]

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js 等运行时,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 10 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
云资源查询

查实例、存储、账单等云上资源状态。

部署与发布

把部署、重启、回滚这类操作接进对话。

监控与告警

拉取监控指标,异常时让模型帮你判断。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 10 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude,换客户端不用重新研究配置。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
MCP Skill Builder当前 10 stdio · 本地进程 本地部署 有 2026-05-17
lobehub 未标注 stdio · 本地进程 本地部署 有 2026-04-11
TrendRadar 未标注 stdio · 本地进程 本地部署 有 2026-04-13
Ui Tars Desktop 8a825770 未标注 stdio · 本地进程 本地部署 有 2026-05-17
ruflo 未标注 stdio · 本地进程 本地部署 有 2026-04-13
FastGPT 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

运维云端
字段来自项目仓库与公开索引,中文说明由本站标注
提供方amalikn上游标注的维护方 amalikn
分类运维云端本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

6.2 KB
来自项目仓库与上游目录的原文,未做删改

mcp技能建设者

mcp-skill-builder 是一个本地优先的自由和开源软件MCP服务器,为操作主题构建和更新一个规范的、与代理无关的专家包。

这个项目做什么

  • 为每个受试者构建一个规范的专家包 specialists///
  • 保留源文件的来源
  • 将稳定的事实、假设、诊断、风险和回滚步骤分开
  • 为以下对象呈现瘦客户端适配器:
  • 克劳德代码
  • 法典
  • 通用本地LLM客户端

为什么选择规范+适配器模型

此项目保留一个真实来源(规范包),并将特定于客户端的输出视为生成的适配器工件。这避免了在单独的每个客户技能树之间漂移。

支持的专业类型

  • project
  • node
  • application
  • service
  • integration
  • procedure
  • incident_pattern

支持的源文件类型

  • .md
  • .txt
  • .json
  • .yaml
  • .yml
  • .log

安全模型

  • 读/写操作的严格路径规范化和根分配
  • 拒绝路径遍历并在批准的根之外写入
  • 确定性提取管道(无运行时SaaS/API依赖性)
  • 在工件生成之前应用的秘密编辑模式
  • 仅在数据根中附加活动日志
  • 快速配置验证失败(所需根必须存在)

所需路径

  • 回购根:
  • /Volumes/Data/_ai/_mcp/mcp_stuff/mcp-skill-builder
  • 数据根:
  • /Volumes/Data/_ai/_mcp/mcp-data/mcp-skill-builder
  • 工作缓存根:
  • /Volumes/Data/_ai/_mcp/mcp-working-cache/mcp-skill-builder
  • 技能根:
  • /Volumes/Data/_ai/_mcp/skills_stuff
  • 规范包根:
  • /Volumes/Data/_ai/_mcp/skills_stuff/specialists
  • 可选导出:
  • /Volumes/Data/_ai/_mcp/skills_stuff/exports/claude_code
  • /Volumes/Data/_ai/_mcp/skills_stuff/exports/codex
  • /Volumes/Data/_ai/_mcp/skills_stuff/exports/local_llm

配置

环境变量:

  • MCP_SB_DATA_ROOT (必填)
  • MCP_SB_WORKING_CACHE_ROOT (必填)
  • MCP_SB_SKILLS_ROOT (必填)
  • MCP_SB_EXPORTS_ROOT (可选,默认为 /exports)
  • MCP_SB_CODEX_SKILLS_ROOT (可选,默认 ~/.codex/skills)
  • MCP_SB_LOG_LEVEL (可选,默认 INFO)
  • MCP_SB_TRANSPORT (可选,默认 stdio)
  • MCP_SB_HOST (可选,默认 127.0.0.1 用于HTTP传输)
  • MCP_SB_PORT (可选,默认 9125 用于HTTP传输)
  • MCP_SB_STREAMABLE_HTTP_PATH (可选,默认 /mcp)

安装```bash

cd /Volumes/Data/_ai/_mcp/mcp_stuff/mcp-skill-builder
python3.11 -m venv .venv
source .venv/bin/activate
pip install -e .[dev]


## 通过stdio在本地运行```bash
export MCP_SB_DATA_ROOT=/Volumes/Data/_ai/_mcp/mcp-data/mcp-skill-builder
export MCP_SB_WORKING_CACHE_ROOT=/Volumes/Data/_ai/_mcp/mcp-working-cache/mcp-skill-builder
export MCP_SB_SKILLS_ROOT=/Volumes/Data/_ai/_mcp/skills_stuff
export MCP_SB_EXPORTS_ROOT=/Volumes/Data/_ai/_mcp/skills_stuff/exports
export MCP_SB_CODEX_SKILLS_ROOT=/Users/malik.ahmad/.codex/skills

python -m mcp_skill_builder.server

通过流式HTTP在本地运行```bash

export MCP_SB_TRANSPORT=streamable-http
export MCP_SB_HOST=127.0.0.1
export MCP_SB_PORT=9125
export MCP_SB_STREAMABLE_HTTP_PATH=/mcp
python -m mcp_skill_builder.server


## 从Codex连接

`~/.codex/config.toml` 例子:```toml
[mcp_servers.mcp_skill_builder]
command = "python"
args = ["-m", "mcp_skill_builder.server"]

[mcp_servers.mcp_skill_builder.env]
MCP_SB_DATA_ROOT = "/Volumes/Data/_ai/_mcp/mcp-data/mcp-skill-builder"
MCP_SB_WORKING_CACHE_ROOT = "/Volumes/Data/_ai/_mcp/mcp-working-cache/mcp-skill-builder"
MCP_SB_SKILLS_ROOT = "/Volumes/Data/_ai/_mcp/skills_stuff"
MCP_SB_EXPORTS_ROOT = "/Volumes/Data/_ai/_mcp/skills_stuff/exports"
MCP_SB_CODEX_SKILLS_ROOT = "/Users/malik.ahmad/.codex/skills"

您还可以连接 codex mcp add 使用相同的命令/env值。

使用回购级别 AGENTS.md 指示食品法典委员会何时咨询生成的专业文物。

从克劳德代码连接

~/.claude.json 代码片段:json { "mcpServers": { "mcp-skill-builder": { "type": "stdio", "command": "python", "args": ["-m", "mcp_skill_builder.server"], "env": { "MCP_SB_DATA_ROOT": "/Volumes/Data/_ai/_mcp/mcp-data/mcp-skill-builder", "MCP_SB_WORKING_CACHE_ROOT": "/Volumes/Data/_ai/_mcp/mcp-working-cache/mcp-skill-builder", "MCP_SB_SKILLS_ROOT": "/Volumes/Data/_ai/_mcp/skills_stuff", "MCP_SB_EXPORTS_ROOT": "/Volumes/Data/_ai/_mcp/skills_stuff/exports", "MCP_SB_CODEX_SKILLS_ROOT": "/Users/malik.ahmad/.codex/skills" } } } }

从通用MCP客户端连接

任何具有stdio传输的MCP客户端都可以运行:

  • 命令: python
  • args: -m mcp_skill_builder.server
  • env:与上面显示的变量相同

培养一名专家

工具: build_specialist

必需参数:

  • specialist_type
  • subject_name
  • source_paths
  • summary_style
  • include_checks
  • include_changelog
  • dry_run

更新专家

工具: update_specialist

  • 合并确定性提取输出
  • 保存来源
  • 补丁碰撞语义版本在非模拟更新中的应用

导出/安装适配器

工具: render_client_adapter

目标:

  • claude_code
  • codex
  • generic

生成的规范客户端工件位于每个专家包下:

  • CLIENTS/claude_code/*
  • CLIENTS/codex/*
  • CLIENTS/generic/*

备注

  • 运行时仅限于本地,由文件驱动;不需要出站HTTP。
  • 确定性提取是为了操作稳定性而故意保守的。

安装专家作为Codex技能

新的运行时技能生命周期工具可用:

  • install_skill
  • list_installed_skills
  • get_installed_skill
  • update_installed_skill
  • remove_installed_skill
  • validate_skill_install
  • sync_skill_from_specialist

这些工具将专家衍生的技能安装到 MCP_SB_CODEX_SKILLS_ROOT (默认值 ~/.codex/skills)在中使用元数据跟踪 .skill_builder.json.

本地定制跟踪

  • 在外部数据根下跟踪本地机器特定的集成、客户端接线和操作状态。
  • 本地元数据路径: /Volumes/Data/_ai/_mcp/mcp-data//meta
  • 回购方能力合同已签订 docs/local-capability/.
  • 秘密永远不会存储在repo文档中;只记录了变量名和加载位置。

本地增强功能捕获(2026-03-13)

  • 为GitHub发布捕获了当前的本地更改、配置更新和操作增强。
  • 包括在适用的情况下与子回购链接更新同步。
  • 交叉引用此存储库中添加的本地文档和功能说明。

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
MCP Skill Builder 怎么安装?

在客户端按下面的安装命令接入:pip install -e .[dev]。装完在客户端配置里引用同一个包或端点。

MCP Skill Builder 怎么在 Claude 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

MCP Skill Builder 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

MCP Skill Builder 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

MCP Skill Builder 支持哪些客户端?

资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

MCP Skill Builder 能提供哪些能力?

资料显示约 10 个工具;能力标签包括 本地优先、技能管理、Python、Claude、开源。具体工具清单以官方文档为准。

MCP Skill Builder 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

MCP Skill Builder 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。